Aprende a pensar mejor en la mesa

Cuando los jugadores descubren los rangos Nash de push/fold, el error más común es tratarlos como listas de memorización: "con este stack, empujo estas manos, y ya". Es una simplificación peligrosa. El equilibrio Nash no es una receta — es el punto de convergencia donde ningún jugador puede mejorar su resultado cambiando unilateralmente de estrategia. Entender qué optimiza y qué ignora deliberadamente cambia cómo lo usas.

Nash, en el contexto push/fold de dos jugadores, optimiza chip-EV asumiendo que el oponente también juega Nash. Es decir, calcula la mejor respuesta ante un villano que llama exactamente las manos con equity suficiente para igualar. No incorpora tendencias de población, miedo a burbujas, ni sesgo de call. Si el BB juega exactamente Nash, el pusher también debería jugar exactamente Nash. La cadena de equilibrio solo funciona si ambos lados cumplen su parte.

Tomemos un ejemplo concreto: A5o desde BTN con 10BB en un torneo de microlímites. El cálculo Nash da push con EV de +0.34bb contra un BB que llama con rango Nash (~36% de manos). Pero si el BB en cuestión llama el 85% de su rango Nash — es decir, es un 15% más tight de lo que dicta el equilibrio — el EV del push cae a terreno negativo. En ese escenario específico, foldar A5o es más rentable que empujar, a pesar de que Nash diga lo contrario. La mano no cambió. Cambió el villano.

La implicación práctica es directa: Nash es el baseline que debes entender primero, pero el poker rentable requiere ajustarte a quién está en el BB. Los datos de microlímites MTT muestran consistentemente que los jugadores de estas stakes llaman roughly un 15% más tight que Nash en situaciones de push/fold corto. Eso significa que puedes ampliar tu rango de push contra esos jugadores sin sacrificar EV — de hecho, ganas EV haciéndolo. Pero solo puedes hacer ese ajuste si primero entiendes el punto de partida que es el equilibrio Nash.

El proceso correcto tiene dos pasos: primero, dominar los rangos de equilibrio para cada spot relevante — para eso existe el GTO Lab. Segundo, usar el Coach IA para modelar qué pasa cuando ajustas esos rangos contra tendencias específicas de población. Nash te dice dónde empieza el equilibrio. El ajuste exploitativo te dice dónde está el dinero.